BAB III

METODA PENELITIAN

3.1. Strategi Penelitian

Strategi penelitian yang akan digunakan pada penelitian ini adalah

penelitian kuantitatif dan menggunakan data sekunder, yaitu data time series atau
histori data yang terjadi dari waktu ke waktu yang diambil dalam periode tahun
2016-2020. Metode penelitian kuantitatif merupakan salah satu jenis penelitian
yang spesifikasinya adalah sistematis, terencana, dan terstruktur dengan jelas sejak
awal hingga pembuatan desain penelitiannya. Penelitian kuantitatif adalah
penelitian yang banyak menuntut penggunaan angka, mulai dari pengumpulan data,
penafsiran terhadap data tersebut, serta penampilan dari hasilnya (Siyoto dan Sodik,
2015:17).

Dalam penelitian ini terdapat 4 (empat) variabel independen yang

digunakan yaitu Return On Asset, Current Rasio, Debt to Equity Ratio dan Debt to
Total Asset Ratio, sedangkan variabel dependen yang digunakan adalah Indeks
Harga Saham. Data yang digunakan dalam penelitian adalah deretan saham yang
tercatat di Bursa Efek Indonesia (BEI) yaitu emiten yang tergabung dalam indeks
IDX30 selama periode tahun 2016-2020. Data menggunakan laporan keuangan
perusahaan yang diperoleh dari website resmi Bursa Efek Indonesia
(www.idx.co.id) serta website resmi dari masing-masing perusahaan.

3.2. Populasi dan Sampel

3.2.1. Populasi Penelitian

Populasi adalah merupakan wilayah generalisasi yang terdiri dari objek/

subjek yang memiliki kuantitas dan karakteristik tertentu yang ditetapkan oleh
peneliti untuk dipelajari dan kemudian ditarik kesimpulannya (Siyoto dan Sodik,
2015:63). Populasi dalam penelitian ini adalah perusahaan yang terdaftar dalam
indeks IDX30 di Bursa Efek Indonesia (BEI) selama periode tahun 2016-2020,
sebanyak 30 Perusahaan.

34
 35

3.2.2. Sampel Penelitian

Sampel adalah sebagian dari jumlah dan karakteristik yang dimiliki oleh
populasi tersebut, ataupun bagian kecil dari anggota populasi yang diambil menurut
prosedur tertentu sehingga dapat mewakili populasinya (Siyoto dan Sodik,
2015:63). Sampel yang dijadikan objek dalam penelitian ini merupakan perusahaan
yang terdaftar pada indeks IDX30 yang terdaftar di Bursa Efek Indonesia (BEI)
tahun 2016-2020. Metode pengambilan sampel yang dipakai dalam penelitian ini
adalah nonprobability sampling dengan menggunakan teknik purposive sampling.
Nonprobability sampling adalah teknik yang tidak memberikan peluang/
kesempatan sama bagi setiap unsur atau anggota populasi untuk dipilih menjadi
sampel. Purposive sampling yaitu suatu teknik penentuan sampel dengan
pertimbangan tertentu atau seleksi khusus (Siyoto dan Sodik, 2015:66).

Ada beberapa kriteria yang dipertimbangkan oleh penulis dalam

pengambilan sampel penelitian adalah sebagai berikut:

1. Perusahaan yang konsisten masuk dalam indeks IDX30 di Bursa Efek

Indonesia (BEI) selama periode tahun 2016-2020.

2. Perusahaan emiten yang konsisten mempublikasikan laporan keuangan

perusahaan di Bursa Efek Indonesia (BEI) maupun website resmi masing-
masing perusahaan selama periode tahun 2016-2020.

3. Perusahaan yang tergabung dalam indeks IDX30 dan memiliki informasi yang
akurat terkait variabel-variabel dalam penelitian.

Tabel 3. 1. Penentuan Sampel

No Kriteria Jumlah Perusahaan

1. Perusahaan yang konsisten masuk dalam indeks

IDX30 di Bursa Efek Indonesia (BEI) selama 16
periode tahun 2016-2020.

2. Perusahaan emiten yang tidak mempublikasikan

laporan keuangan perusahaan di Bursa Efek
 36

Indonesia (BEI) maupun website resmi masing- 0

masing perusahaan selama periode tahun 2016-2020.

3. Perusahaan yang tergabung dalam indeks IDX30 dan

tidak memiliki informasi yang akurat terkait 0
variabel-variabel dalam penelitian.

Jumlah perusahaan yang memenuhi kriteria sampel 16

Tahun pengamatan 5

Total sampel pengamatan 80

Sumber: Data diolah (2021)

Berdasarkan kriteria pemilihan sampel diatas menunjukkan bahwa populasi

perusahaan yang pernah masuk dalam indeks idx30 di Bursa Efek Indonesia (BEI)
selama periode 2016-2020 yaitu 54 (lima puluh empat) perusahaan, kemudian
mendapatkan sampel sebanyak 16 (enam belas) perusahaan, dengan menggunakan
teknik purposive sampling.

Berikut adalah daftar perusahaan yang menjadi sampel penelitian:

Tabel 3. 2. Daftar Sampel Perusahaan

No Kode Nama Perusahaan

1 ADRO Adaro Energy Tbk

2 ASII Astra International Tbk.

3 BBCA Bank Central Asia Tbk.

4 BBNI Bank Negara Indonesia (Persero) Tbk.

5 BBRI Bank Rakyat Indonesia (Persero) Tbk.

6 BMRI Bank Mandiri (Persero) Tbk.

 37

7 GGRM Gudang Garam Tbk.

8 ICBP Indofood CBP Sukses Makmur Tbk.

9 INDF Indofood Sukses Makmur Tbk.

10 INTP Indocement Tunggal Prakarsa Tbk.

11 KLBF Kalbe Farma Tbk.

12 PGAS Perusahaan Gas Negara Tbk.

13 SMGR Semen Indonesia (Persero) Tbk.

14 TLKM Telkom Indonesia (Persero) Tbk.

15 UNTR United Tractors Tbk.

16 UNVR Unilever Indonesia Tbk.

Sumber: www.idx.co.id, diolah (2021)

3.3. Data dan Metoda Pengumpulan Data

3.3.1. Data Penelitian

Data yang digunakan dalam penelitian ini adalah data sekunder. Data
Sekunder adalah data yang diperoleh atau dikumpulkan peneliti dari berbagai
sumber yang telah ada, peneliti sebagai tangan kedua (Siyoto dan Sodik, 2015:68).
Data sekunder dalam penelitian ini diperoleh dari database yang tersedia di Bursa
Efek Indonesia (BEI) yaitu www.idx.co.id, finance.yahoo.com dan website resmi
dari masing-masing perusahaan. Data yang diambil peneliti berupa data laporan
keuangan tahunan perusahaan selama periode tahun 2016-2020.

3.3.2. Metode Pengumpulan Data

Data dalam penelitian ini dikumpulkan dengan cara dokumentasi dari

berbagai macam sumber. Pengumpulan data dan informasi dilakukan dengan cara
 38

mengambil dari internet, artikel, jurnal, dan mempelajari dari buku-buku pustaka
yang mendukung proses penelitian ini.

3.4. Operasional Variabel

Operasional yaitu merupakan petunjuk tentang bagaimana suatu variabel

diukur. Dengan membaca definisi operasional dalam suatu penelitian, seorang
peneliti akan mengetahui pengukuran suatu variabel, sehingga peneliti dapat
mengetahui baik buruknya pengukuran tersebut (Siyoto dan Sodik, 2015:16).
Operasional variabel merupakan suatu atribut atau sifat atau nilai dari orang, objek
atau kegiatan yang dapat ditetapkan oleh peneliti untuk dipelajari yang kemudian
dapat ditarik kesimpulannya. Operasionalisasi variabel dalam penelitian ini
menggunakan 4 (empat) variabel independen dan 1 (satu) variabel dependen.

a. Variabel Dependen

Variabel terikat atau dependen atau disebut variabel output, kriteria,

konsekuen, adalah variabel yang dipengaruhi atau yang menjadi akibat, karena
adanya variabel bebas (Siyoto dan Sodik, 2015:52). Variabel dependen dalam
penelitian ini adalah indeks harga saham. Indeks harga saham adalah suatu
indikator yang menunjukkan pergerakan harga saham saat ini. Indeks harga saham
berfungsi sebagai indikator trend pasar sehingga dapat menggambarkan kondisi
pasar pada saat tertentu, apakah pasar sedang aktif atau lesu.

b. Variabel Independen

Variabel bebas sering disebut independent, variabel stimulus, prediktor,

antecedent. Variabel bebas adalah variabel yang mempengaruhi atau yang menjadi
sebab perubahannya atau timbulnya variabel terikat (Siyoto dan Sodik, 2015:52).
Variabel independen yang digunakan dalam penelitian ini terdiri dari: Return On
Asset (ROA), Current Ratio (CR), Debt to Equity Rasio (DER) dan Debt to Total
Asset Rasio (DAR).

Tabel 3. 3. Operasional Variabel

No Variabel Uraian Rumus Skala

 39

1. Indeks Indikator
Harga pergerakan Indeks =
Saham harga ∑$!"# (𝑀𝑎𝑟𝑘𝑒𝑡 𝐶𝑎𝑝! 𝑋 𝑅𝑎𝑠𝑖𝑜 𝐹𝑟𝑒𝑒 𝐹𝑙𝑜𝑎𝑡! )
sekelompok Nominal
𝐵𝑎𝑠𝑒 𝑀𝑎𝑟𝑘𝑒𝑡 𝐶𝑎𝑝
saham × 100

2. Return Perbandingan
On Asset antara laba 𝑁𝑒𝑡 𝑃𝑟𝑜𝑓𝑖𝑡
𝑅𝑂𝐴 = 𝑋 100%
(ROA) bersih 𝑇𝑜𝑡𝑎𝑙 𝐴𝑠𝑠𝑒𝑡
terhadap total Rasio
asset

3. Current Perbandingan
Rasio antara aktiva
(CR) lancar 𝐶𝑢𝑟𝑟𝑒𝑛𝑡 𝐴𝑠𝑠𝑒𝑡
terhadap 𝐶𝑅 =
𝐶𝑢𝑟𝑟𝑒𝑛𝑡 𝐿𝑖𝑎𝑏𝑖𝑙𝑖𝑡𝑖𝑒𝑠
𝑋 100 % Rasio
hutang lancar

4. Debt to Perbandingan
Equity antara hutang 𝑇𝑜𝑡𝑎𝑙 𝐿𝑖𝑎𝑏𝑖𝑙𝑖𝑡𝑖𝑒𝑠
Rasio
𝐷𝐸𝑅 = 𝑋 100%
Rasio dengan modal 𝑇𝑜𝑡𝑎𝑙 𝐸𝑞𝑢𝑖𝑡𝑦
(DER)

5. Debt to Perbandingan
Total antara hutang
Asset dengan total 𝑇𝑜𝑡𝑎𝑙 𝐿𝑖𝑎𝑏𝑖𝑙𝑖𝑡𝑖𝑒𝑠
Rasio asset 𝐷𝐴𝑅 = 𝑋 100% Rasio
𝑇𝑜𝑡𝑎𝑙 𝐴𝑠𝑠𝑒𝑡
(DAR)

Sumber: Data diolah (2021)

3.5. Metode Analisis Data

Menentukan teknik analisis merupakan suatu rangkaian proses yang

terhubung dalam prosedur penelitian. Analisis data disebut juga pengolahan data
dan penafsiran data. Analisis data adalah rangkaian kegiatan penelaahan,
pengelompokan, sistematis, penafsiran dan verifikasi data agar sebuah fenomena
memiliki nilai sosial, akademis dan ilmiah. Tujuan analisis data dimaksudkan untuk
memahami apa yang terdapat di balik semua data tersebut, mengelompokkannya,
merangkainya menjadi suatu yang kompak dan mudah dimengerti, serta
 40

menemukan pola umum yang timbul dari data tersebut (Siyoto dan Sodik,
2015:109). Dalam penelitian ini model analisis data yang digunakan adalah regresi
data panel. Data panel adalah gabungan antara data runtun waktu (time series) dan
data silang (cross section) (Hakim, 2014:2). Kemudian hasil analisis data
diinterpretasikan untuk dapat ditarik kesimpulan. Data diolah menggunakan
program Microsoft Excel dan Econometric Views (Eviews) versi 10 untuk
meregresikan model yang telah dirumuskan dan menjadi alat prediksi yang baik
serta tidak bias. Metode analisis data yang akan digunakan adalah uji statistik
deskriptif, uji asumsi klasik, pemilihan model regresi, analisis regresi data panel
dan uji hipotesis.

3.6. Statistik Deskriptif

Statistik deskriptif adalah statistik yang digunakan untuk menganalisis data

dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul
sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk
umum atau generalisasi. Fungsi statistik deskriptif antara lain mengklasifikasikan
suatu data variabel berdasarkan kelompoknya masing-masing dari semula belum
teratur dan mudah diinterpretasikan maksudnya oleh orang yang membutuhkan
informasi tentang keadaan variabel tersebut. Selain itu statistik deskriptif juga
berfungsi menyajikan informasi sedemikian rupa, sehingga data yang dihasilkan
dari penelitian dapat dimanfaatkan oleh orang lain yang membutuhkan (Siyoto dan
Sodik, 2015:112). Dalam penelitian ini statistik deskriptif digunakan untuk
menggambarkan data kuantitatif (laporan keuangan) perusahaan-perusahaan yang
menjadi objek penelitian, yang diukur dengan nilai rata-rata, minimum, maksimum,
serta standar deviasi yang terdapat dalam penelitian.

3.7. Uji Asumsi Klasik

Uji Asumsi klasik adalah analisis yang dilakukan untuk mengetahui apakah
didalam sebuah model regresi terdapat masalah-masalah asumsi klasik atau tidak.
Asumsi klasik merupakan syarat-syarat yang harus dipenuhi pada model regresi
agar model tersebut menjadi valid sebagai alat penduga. Jenis pengujian asumsi
 41

klasik yang digunakan yaitu: uji normalitas, multikolinieritas, heteroskedastisitas,

dan autokorelasi.

3.7.1. Uji Normalitas

Uji normalitas adalah pengujian yang dilakukan untuk melihat nilai residual
terdistribusi secara normal atau tidak. Model regresi yang baik yaitu dengan
memiliki nilai residual yang terdistribusi secara normal. Asumsi normalitas ini
dapat dilakukan dengan menggunakan uji Jarque-Bera. Untuk menguji data
berdistribusi secara normal atau tidak dapat dilakukan dengan menggunakan 2
(dua) cara, yaitu:
1. Jika nilai Jarque-Bera (J-B) < X2 tabel dan probability > 0.05 (lebih besar dari
5%), maka dapat dikatakan terdistribusi normal.
2. Jika nilai Jarque-Bera (J-B) > X2 tabel dan probability < 0.05 (lebih kecil dari
5%), maka dapat dikatakan tidak terdistribusi normal.

3.7.2. Uji Multikolinearitas

Uji multikolinearitas adalah pengujian yang dilakukan untuk melihat ada atau
tidaknya korelasi yang tinggi antara variabel-variabel bebas, karena dapat
mengganggu hubungan antara variabel bebas terhadap variabel terikat. Untuk
mendeteksi ada atau tidaknya korelasi antar variabel bebas dapat dilihat melalui
nilai tolerance dan nilai variance inflation factor (VIF). Jika nilai VIF kurang dari
10, maka dikatakan tidak ada multikolinieritas (Utama, 2016:111). Dasar
pengambilan keputusannya adalah:
1. Jika nilai VIF > 10, maka terdapat masalah multikolinearitas.
2. Jika nilai VIF < 10, maka tidak terdapat masalah multikolinearitas.

3.7.3. Uji Heteroskedastisitas

Uji heteroskedastisitas adalah pengujian yang dilakukan untuk melihat

apakah terdapat ketidaksamaan varians dari residual satu pengamatan ke
pengamatan lainnya. Model regresi yang memenuhi persyaratan yaitu di mana
terdapat kesamaan varians dari residual satu pengamatan ke pengamatan yang lain
tetap. Dasar pengambilan keputusannya adalah:
 42

1. Jika Prob. Chi-Square < 0.05 (lebih kecil dari 5%) maka terjadi gejala
heteroskedastisitas.
2. Jika Prob. Chi-Square > 0.05 (lebih besar dari 5%) maka tidak terjadi gejala
heteroskedastisitas (homoskedastisitas).

3.7.4. Uji Autokorelasi

Uji autokorelasi adalah pengujian yang dilakukan untuk melihat apakah

terjadi korelasi antara suatu periode t dengan periode sebelumnya (t-1), dimana
tidak boleh ada korelasi antara observasi dengan data observasi sebelumnya. Uji
autokorelasi dapat dilakukan menggunakan beberapa cara, diantaranya sebagian
besar program statistik menggunakan Uji Durbin-Watson (DW-test) atau d statistik.
Pengambilan keputusan pada uji Durbin –Watson adalah sebagai berikut (Ghozali,
2018:112):
1. Bila nilai DW terletak antara batas atas atau upper bound (du) dan (4 - du), maka
koefisien autokorelasi sama dengan nol, berarti tidak ada autokorelasi.
2. Bila nilai DW lebih rendah dari pada batas bawah atau lower bound (dl), maka
koefisien autokorelasi lebih besar daripada nol, berarti ada autokorelasi positif.
3. Bila nilai DW lebih besar daripada (4 - dl), maka koefisien autokorelasi lebih
kecil dari pada nol, berarti ada autokorelasi negatif.
4. Bila nilai DW terletak di antara batas atas (du) dan batas bawah (dl) ada DW
terletak antara (4 - du) dan (4 - dl), maka hasilnya tidak dapat disimpulkan.

3.8. Pemilihan Model Regresi Data Panel

Pemilihan model untuk menguji persamaan regresi yang akan diestimasi

dapat dilakukan menggunakan 3 (tiga) pengujian, dan akan dipilih model mana
yang paling tepat dan sesuai berdasarkan karakteristik data untuk menjawab tujuan
penelitian, diantaranya sebagai berikut (Caraka, 2017:10):

3.8.1. Uji Chow

Uji Chow yaitu pengujian yang dilakukan untuk memilih model mana yang
terbaik antara Common Effect Model (CEM) dan Fixed Effect Model (FEM) dalam
mengestimasi data panel. Dasar pengambilan keputusannya adalah:
 43

1. Jika nilai probabilitas (P-value) untuk cross section F > 0,05 (lebih dari 5%)
yang merupakan nilai signifikan, maka H0 diterima, sehingga model yang
paling tepat digunakan adalah Common Effect Model (CEM).
2. Jika nilai probabilitas (P-value) untuk cross section F < 0,05 (kurang dari 5%)
yang merupakan nilai signifikan, maka H0 ditolak dan H1 diterima, sehingga
model yang paling tepat digunakan adalah Fixed Effect Model (FEM).

Hipotesis yang digunakan adalah:

H0 : Common Effect Model (CEM)

H1 : Fixed Effect Model (FEM)

3.8.2. Uji Hausman

Uji Hausman yaitu pengujian yang dilakukan untuk memilih model mana
yang terbaik antara Random Effect Model (REM) dan Fixed Effect Model (FEM)
dalam mengestimasi data panel. Dasar pengambilan keputusannya adalah:

1. Jika nilai probabilitas (P-value) untuk cross section random > 0,05 (lebih besar
dari 5%) yang merupakan nilai signifikan, maka H0 diterima, sehingga model
yang paling tepat digunakan adalah Random Effect Model (REM).
2. Jika nilai probabilitas (P-value) untuk cross section random < 0,05 (lebih kecil
dari 5%) yang merupakan nilai signifikan, maka H0 ditolak dan H1 diterima,
sehingga model yang tepat digunakan adalah Fixed Effect Model (FEM).

Hipotesis yang digunakan adalah:

H0 : Random Effect Model (REM)

H1 : Fixed Effect Model (FEM)

3.8.3. Uji Lagrange Multiplier

Uji Lagrange Multiplier yaitu pengujian yang dilakukan untuk memilih

model mana yang terbaik antara Common Effect Model (CEM) dan Random Effect
Model (REM) dalam mengestimasi data panel. Dasar pengambilan keputusannya
adalah:
 44

1. Jika nilai cross section Breusch-pangan > 0.05 (lebih besar dari 5%) yang
merupakan nilai signifikan, maka H0 diterima, sehingga model yang paling
tepat digunakan adalah Common Effect Model (CEM).
2. Jika nilai cross section Breusch-pangan < 0.05 (lebih kecil dari 5%) yang
merupakan nilai signifikan, maka H0 ditolak dan H1 diterima, sehingga model
yang tepat digunakan adalah Random Effect Model (REM).

Hipotesis yang digunakan adalah:

H0 : Common Effect Model (CEM)

H1 : Random Effect Model (REM)

3.9. Metode Estimasi Regresi Data Panel

Metode estimasi menggunakan teknik regresi data panel dapat dilakukan

menggunakan 3 (tiga) pendekatan, antara lain:

3.9.1. Common Effect Model (CEM)

Common Effect Model (CEM) merupakan metode yang menggabungkan

terlebih dahulu data cross-section dengan data time series sebagai suatu kesatuan
tanpa memperhatikan dimensi individu maupun waktu. Diasumsikan bahwa
perilaku data antar perusahaan sama dalam berbagai kurun waktu (Caraka, 2017:4).

3.9.2. Fixed Effect Model (FEM)

Fixed Effect Model (FEM) merupakan pendekatan dengan mengasumsikan

bahwa intersep dan koefisien regresi dianggap konstan untuk seluruh unit wilayah,
daerah maupun unit waktu. Salah satu cara untuk memperhatikan unit cross section
atau unit time series adalah dengan memasukkan variabel dummy untuk
memberikan perbedaan nilai parameter yang berbeda-beda, baik lintas unit cross
section maupun unit time series. Pendekatan yang sering paling dilakukan adalah
dengan menggunakan intersep bervariasi antar unit cross section namun tetap
mengasumsikan bahwa slope koefisien adalah konstan antar unit cross section.
(Caraka, 2017:6).
 45

3.9.3. Random Effect Model (REM)

Random Effect Model (REM) merupakan metode yang digunakan untuk

mengestimasi data panel dimana variabel residual atau gangguan mungkin saling
berhubungan antar waktu dan individu. Model ini berasumsi bahwa error-term akan
selalu ada dan mungkin berkorelasi sepanjang time-series dan cross section
(Caraka, 2017:8).

3.10. Analisis Regresi Data Panel

Data panel merupakan gabungan antara data runtun waktu (time-series) dan
data silang (cross section). Data panel menjadi sangat bermanfaat karena
mengizinkan kita untuk mendalami efek ekonomi yang tidak dapat diperoleh jika
kita hanya menggunakan data time series atau data cross section (Hakim, 2014:2).
Persamaan model data panel adalah sebagai berikut:

Yit = a + b1ROAit + b2CRit + b3DERit + b3DARit + e

Dimana =

Y = Indeks Harga Saham

a = Konstanta

b1-b3 = Koefisien Regresi

ROA = Return On Asset

CR = Current Ratio

DER = Debt to Equity Ratio

DAR = Debt to Total Asset Ratio

t = Periode Waktu atau Banyaknya Data Time-series

i = Jumlah Perusahaan

e = error
 46

3.11. Uji Hipotesis

Hipotesis dapat diartikan sebagai dugaan mengenai suatu hal, atau hipotesis
merupakan jawaban sementara suatu masalah, atau juga hipotesis dapat diartikan
sebagai kesimpulan sementara tentang hubungan suatu variabel dengan satu atau
lebih variabel yang lain (Nuryadi, et. al. 2017:74). Hipotesis nol (Ho) adalah suatu
hipotesis yang menyatakan bahwa tidak ada pengaruh yang signifikan variabel
independen terhadap variabel dependen. Sedangkan hipotesis alternatif (H1) adalah
hipotesis yang menyatakan bahwa adanya pengaruh yang signifikan variabel
independen terhadap variabel dependen.

Hipotesis yang baik selalu memenuhi dua pernyataan, yaitu (Nuryadi, et. al.
2017:74):

1. Menggambarkan hubungan antar variabel.

2. Dapat memberikan petunjuk bagaimana pengujian hubungan tersebut.

3.11.1. Uji Persial (Uji t)

Uji parsial (uji t) adalah uji yang dilakukan untuk melihat apakah suatu
variabel independen berpengaruh atau tidak terhadap variabel dependen dengan
membandingkan nilai thitung dengan ttabel. Kriteria pengujian uji t adalah sebagai
berikut (Janie, 2012:16):

- Jika nilai signifikan > 0.05 maka Ho diterima, artinya variabel independen
tersebut tidak berpengaruh signifikan terhadap variabel dependen.

- Jika nilai signifikan < 0.05 maka Ho ditolak dan Ha diterima, artinya variabel
independen tersebut berpengaruh signifikan terhadap variabel dependen.

3.11.2. Uji Simultan (Uji F)

Uji Simultan (uji F) adalah uji yang dilakukan untuk melihat apakah semua
variabel independen secara bersama-sama berpengaruh atau tidak terhadap variabel
dependen dengan membandingkan nilai Fhitung dengan Ftabel.

- Jika nilai signifikan > 0.05 maka Ho diterima, artinya secara bersama-sama
variabel independen tersebut tidak berpengaruh terhadap variabel dependen.
 47

- Jika nilai signifikan < 0.05 maka Ho ditolak dan Ha diterima, artinya secara
bersama-sama variabel independen tersebut berpengaruh terhadap variabel
dependen.